人工智能正在越来越深入地进入叉车、工业车辆以及其他机械设备的安全系统，但欧洲对这类AI究竟应该如何监管，正在发生一项可能直接影响工业车辆行业的重要变化。

2026年8月10日，欧洲社会政策媒体Social Europe刊发欧洲工会联合会（ETUC）副秘书长Claes-Mikael Ståhl和联合秘书Giulio Romani的文章，对欧盟最新实施的AI监管简化方案提出担忧。两位作者认为，将机械设备及其中部分AI安全组件从《人工智能法案》（AI Act）原有的直接高风险监管框架转入《机械法规》（Machinery Regulation）的行业监管体系，虽然可以减少重复合规，但如果新的机械法规要求不能及时补充完善，可能形成一段监管过渡期。

这场争论的背景，是欧盟近年来试图同时解决两个问题：一方面保持全球较严格的人工智能安全监管体系，另一方面减少欧洲企业面对AI Act及各行业法规时可能出现的重复认证和行政负担。

2026年7月27日，欧盟“AI Omnibus”正式生效。最终法律文本为Regulation (EU) 2026/1744，对原有的AI Act实施框架进行了调整。欧盟委员会表示，此次修改的目标是简化AI规则实施、降低企业重复合规成本，并提高欧洲AI产业竞争力，同时维持对健康、安全和基本权利的保护。欧盟理事会此前也表示，新规则试图解决AI Act与医疗器械、玩具、电梯、机械等行业法规之间可能存在的重复监管问题。

其中，与叉车和工业车辆行业关系尤其密切的一项调整，是Machinery Regulation (EU) 2023/1230在AI Act附件中的监管位置发生变化。

按照原来的制度设计，如果AI系统作为受欧盟产品安全法规约束的产品安全组件，并且相关产品需要第三方合格评定，该AI系统可能被认定为“高风险AI系统”。例如，在叉车上安装AI摄像头，仅用于记录影像，未必属于高风险AI；但如果AI系统承担人员识别、碰撞判断，并直接触发自动制动等安全功能，其法律属性就明显不同。

AI Act对于高风险系统设置了一系列要求，包括风险管理、数据和数据治理、技术文件、日志记录、透明度、人工监督、准确性、稳健性和网络安全等。

此次AI Omnibus调整后，欧盟决定对机械产品更多采用行业法规路径。正式法规明确提出，考虑到机械行业的特殊性，为简化AI机械产品的监管框架，应将Machinery Regulation从AI Act附件I的Section A调整到Section B。与此同时，欧盟委员会将通过授权法案，把与高风险AI有关的重要健康和安全要求加入Machinery Regulation，从而使机械产品最终达到与AI Act相一致的安全保护水平。

换句话说，欧盟并不是简单宣布“机械中的AI不用监管”，而是试图改变监管路径：

过去更接近于：

机械法规 + AI Act高风险系统要求。

未来则更多转向：

机械法规承担机械安全主体监管 + 将必要的AI安全要求纳入机械法规。

欧盟理事会解释，这样做主要是为了防止同一个机械产品同时接受两套高度相似的AI安全要求，从而降低制造商面对的重复合规成本。欧盟委员会同样强调，AI Omnibus旨在实现规则简化，而不是取消对人员安全和基本权利的保护。

但欧洲工会组织提出了不同角度的担忧。

ETUC认为，问题的关键不在于“由哪一部法规监管”，而在于新的行业法规什么时候能够完整接过AI Act原本提供的保护。如果机械产品退出AI Act部分直接适用的高风险要求，而Machinery Regulation相应的AI要求尚未完全建立，就可能导致制造商、用户以及劳动者对于责任边界产生不确定性。

ETUC尤其关注AI正在从辅助功能变成安全功能这一变化。

以叉车为例，早期AI摄像头可能只是识别人，然后向驾驶员发出声音警报；但现在越来越多系统已经能够直接控制车辆速度，甚至在判断存在碰撞危险时自动制动。

这意味着AI系统本身已经成为安全链的一部分。

如果一辆叉车依靠AI视觉识别前方行人，并在判断存在碰撞风险后启动紧急制动，那么摄像头、算法、训练数据、控制器以及制动执行机构共同构成安全系统。如果算法出现漏检，问题已经不再只是“AI识别准确率不够”，而可能直接变成机械设备安全事故。

EU-OSHA关于工作场所数字化的研究也指出，AI和先进机器人能够改善职业安全，例如减少人员进入危险区域，但同时会带来新的风险，包括意外的人机碰撞、对自动化系统过度依赖，以及由人机互动产生的新型安全和组织风险。因此，AI系统进入工业现场后，并不能简单替代传统机械安全设计，而需要重新评估整个人机安全体系。

欧盟委员会目前给出的实施时间表显示，AI Act中涉及部分高风险领域的要求将从2027年12月2日开始适用；对于嵌入受监管实体产品中的高风险AI系统，包括部分工业机械和机器人产品，相关制度安排则延伸至2028年8月2日。

因此，未来两年将成为欧洲工业AI安全规则的重要调整期。

对叉车制造商而言，真正值得关注的并不是AI Act是否“放松”，而是原本由AI Act承担的哪些技术要求，将以什么形式进入Machinery Regulation。

其中可能影响工业车辆企业的至少包括几个方面。

首先是AI安全组件的定义。

一套安装在叉车上的AI系统究竟只是驾驶辅助装置，还是机器的“安全组件”，会直接影响其法律责任和合格评定要求。

例如，仅仅向驾驶员显示行人的AI摄像头，与能够直接控制叉车制动系统的AI防碰撞装置，在功能安全上的性质并不相同。

ETUC特别担心，如果未来对“safety component”的定义过窄，一些事实上承担人员保护功能的AI系统可能无法进入严格监管范围。

其次是AI训练数据和真实工业环境之间的差异。

仓库里的人员可能被托盘、货物、货架部分遮挡，也可能穿着不同颜色的工作服；叉车则可能在粉尘、逆光、黑暗、高低温或者雨雪环境中工作。

传统机械安全部件往往可以通过确定性的技术参数进行测试，而AI视觉系统则可能因训练数据和环境变化出现识别性能变化。因此，对准确率、鲁棒性、数据质量和失效模式的验证，很可能成为未来机械AI认证的重要组成部分。

第三是人工监督问题。

欧洲AI监管一直强调human oversight，即人工监督。对于叉车而言，这意味着即使车辆搭载AI行人检测或自动制动，也不能简单假定AI一定能够识别全部危险。

驾驶员、车辆安全系统以及AI系统之间的责任如何划分，将成为新的技术问题。

第四是事故日志和可追溯性。

传统叉车发生事故后，可以检查制动系统、转向系统和机械部件。如果未来事故涉及AI自动制动，就可能需要进一步回答：摄像头当时看到了什么？AI有没有识别出人员？系统判断的碰撞概率是多少？是否发出了制动指令？软件版本和算法版本是什么？

这意味着未来的叉车安全系统可能不仅需要机械层面的故障记录，还需要数字化事件日志。

这一变化实际上与当前叉车安全技术的发展方向高度吻合。

近年来，包括AI摄像头、行人识别、UWB人员定位、360°环视、区域限速、自动减速以及主动制动在内的技术正迅速进入工业车辆市场。过去这些系统主要被视为附加安全配置，但随着它们能够直接干预车辆运动控制，其角色正在由“辅助设备”转向车辆安全架构的一部分。

欧洲议会对工作场所AI的监管讨论也在同步加强。2025年12月，欧洲议会通过有关工作场所数字化、人工智能和算法管理的决议，要求对自动化监测和决策系统建立更加透明、安全和可追责的规则，并要求企业将算法管理带来的事故风险、心理社会风险和人体工程学风险纳入职业健康安全体系。

2026年，欧盟围绕“高质量就业法案”（Quality Jobs Act）的政策讨论继续把工作场所AI、算法管理以及职业健康安全列为重点领域之一。

这意味着欧洲正在形成两条并行的监管路径。

一条针对“机器”——AI什么时候成为机器安全组件，以及机器制造商应该承担什么责任。

另一条针对“人”——企业如何利用AI监控、管理员工，以及AI如何影响劳动者的工作强度、安全和基本权利。

对于中国叉车企业而言，这项变化尤其值得关注。

欧洲已经是中国电动叉车、仓储车辆、AGV/AMR以及相关安全设备的重要市场。随着中国工业车辆进一步智能化，车辆中的AI已经不再局限于自动驾驶导航，还正在进入人员识别、动态限速、碰撞预警和主动制动等功能。

未来中国企业出口欧洲时，需要考虑的可能不只是CE认证以及传统Machinery Regulation要求，而是必须把AI安全要求更早纳入产品设计阶段。

特别是对于自动驾驶叉车和移动机器人而言，这种影响可能更加明显。

一台传统人工驾驶叉车，即使AI摄像头失效，驾驶员仍是车辆主要控制者；而一台无人叉车或AMR如果依赖AI完成障碍物识别和安全停车，AI本身对安全运行的重要程度显著提高。

因此，这次欧盟规则调整不应简单理解为“欧洲放松AI监管”。

更准确地说，欧洲正在尝试把过去横向统一的AI监管要求，更多地嵌入机械、医疗器械、汽车等不同产业法规中，以降低重复监管。同时，围绕这些要求是否能够完整转移、什么时候生效以及哪些AI安全功能应该被纳入强制监管，欧洲机构、产业界与劳动组织之间仍存在明显争论。

对于工业车辆行业而言，一个趋势已经越来越明确：随着AI从辅助驾驶工具进入车辆安全控制系统，人工智能合规正在逐渐成为叉车功能安全的一部分。

过去叉车安全认证主要围绕机械结构、制动、稳定性、视野以及电气系统展开；未来，包括AI视觉的识别可靠性、算法鲁棒性、网络安全、数据记录、软件更新和人工监督等问题，也可能越来越多地进入工业车辆产品安全评价体系。

从这个意义上看，欧洲这轮AI法规调整不仅关系到科技公司，也直接关系到叉车、AGV、AMR、机器人以及整个工业机械制造业。